aithos-rr/aithos-selection/research-notebook

Claude Code and agent skill by aithos-rr/aithos-selection

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

Orchestra NotebookLM (Google) per ricerca grounded con citazioni verificabili. Crea o riusa un notebook, aggiunge sorgenti (URL web, video YouTube, PDF, file locali), attende l'indicizzazione, pone query progressive e salva la sintesi finale in un vault Obsidian con frontmatter completo. Da attivare per research approfondita, analisi video YouTube (anti-allucinazione trascritti), documentazioni tecniche nuove, volumi di fonti oltre le 10, ogni volta che servono citazioni verificabili. L'utente dice "ricerca su X", "voglio capire a fondo Y", "analizza questi materiali".

Install

npx vskill@latest install aithos-rr/aithos-selection/research-notebook

SKILL.md

The same SKILL.md was published earlier as aithos-rr/aithos-selection/research-notebook.

Research Notebook

Orchestra NotebookLM per ricerca zero-hallucination con citazioni verificabili. Claude orchestra (crea notebook, aggiunge sorgenti, pone query, salva sintesi); NotebookLM elabora grounded sui server Google; Obsidian archivia la sintesi finale. Basato sulla CLI pubblica notebooklm-cli (vedere references/notebooklm-cli-commands.md).

When to use

Attivare quando:

  • È necessario analizzare video YouTube (senza trascritti reali il modello allucina)
  • Documentazione tecnica nuova (anti-allucinazione su API non viste in training)
  • Volumi grandi di fonti (> 10) da sintetizzare con citazioni
  • Richiesta esplicita di risposta con citazioni verificabili [1][2][3]

Non attivare se:

  • Query web semplice (bastano i tool standard di web search)
  • L'informazione è già nel vault Obsidian (cercare prima)
  • Domanda su codebase locale (usare Grep e Read diretti)

Prerequisiti

Il partecipante deve avere notebooklm-cli installato:

bash
uv tool install notebooklm-cli==0.3.3
notebooklm login # apre browser e richiede login Google

Se la CLI non è installata, la skill stampa le istruzioni di setup e termina.

Il path del vault Obsidian deve essere noto. Il wizard al primo uso lo chiede una volta e lo salva come variabile nel session context (o in un file di config a scelta dell'utente). Default suggerito: ~/Documents/Obsidian/<vault>/02-Ricerca/.

Instructions

Fase 1 — Chiarificare il tema

Chiedere all'utente via AskUserQuestion:

  1. Tema della ricerca in una frase (es. "migliori pratiche GTM per SaaS B2B")
  2. Sorgenti: URL web, YouTube, PDF online, file locali (PDF, markdown)
  3. Vault path di destinazione per la sintesi (se non già configurato)
Fase 2 — Creare o riusare il notebook
bash
# Verificare esistenza
notebooklm list | grep -i "<tema-keyword>"
# Se non esiste, creare
notebooklm create "<titolo-descrittivo>"
# Output: "Created notebook: <notebook_id>"
# Impostare come attivo
notebooklm use <notebook_id>
Fase 3 — Aggiungere sorgenti

Per ogni sorgente:

bash
# URL web, YouTube, PDF online
notebooklm source add "<url>"
# File locale
notebooklm source add "/path/to/file.pdf"
notebooklm source add "/path/to/note.md"

Aggiungere sorgenti a batch da 10-20. NotebookLM free ha un limite di circa 50 sorgenti per notebook (valore soggetto a cambiamento, verificare nella UI).

Fase 4 — Attendere l'indicizzazione
bash
notebooklm source list --json | python3 -c "import json,sys; d=json.load(sys.stdin); srcs=d.get('sources',[]); print(sum(1 for s in srcs if s.get('status')=='ready'),'/',len(srcs),'ready')"

Attendere finché tutte le sorgenti risultano ready (tempo tipico ~3 minuti). Le sorgenti in errore (paywall, link morti) vanno ignorate.

Fase 5 — Query grounded progressive

Porre 3-7 query in questa sequenza:

  1. Panoramica: "Dammi un overview del tema con citazioni"
  2. Profondità: query specifiche sulle domande chiave del tema
  3. Contraddizioni: "Ci sono posizioni contrastanti nelle fonti?"
  4. Actionable: "Quali sono i passi concreti da applicare?"
bash
notebooklm ask "<domanda>"

La risposta include citazioni [1][2] mappate alle sorgenti (visibili con notebooklm source list).

Fase 6 — Salvare la sintesi in Obsidian

Generare una nota markdown con il template completo in references/obsidian-note-template.md.

Salvare in <vault-path>/02-Ricerca/<tema>_YYYY-MM-DD.md (o nel path configurato dall'utente).

Fase 7 — Suggerire follow-up

Proporre all'utente:

  • Generare artefatti aggiuntivi: notebooklm generate audio, notebooklm generate mind-map
  • Re-query su sotto-temi emersi
  • Aggiornare eventuali MOC (Map of Content) o indici nel vault

Examples

Esempio 1 — Research "Claude Skills best practices"
bash
notebooklm create "Claude Skills Best Practices"
notebooklm use <id>
notebooklm source add "https://code.claude.com/docs/en/skills"
notebooklm source add "https://github.com/anthropics/skills"
notebooklm source add "https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices"
# ... altre 5-10 sorgenti
notebooklm ask "Quali sono i 5 principi di una description efficace?"

Salvataggio sintesi in <vault-path>/02-Ricerca/claude-skills-best-practices_2026-04-24.md.

Esempio 2 — Analisi di 5 video YouTube di un canale
bash
notebooklm create "Topic X — video analysis"
notebooklm source add "<youtube_url_1>"
# ... altri URL
notebooklm ask "Quali sono i 3 casi d'uso più ricorrenti nei video?"

Gotchas

  • Mai analizzare YouTube senza NotebookLM: senza trascritti reali il modello allucina contenuto. NotebookLM fornisce i trascritti veri indicizzati.
  • L'indicizzazione richiede tempo: non porre query prima che tutte le sorgenti siano ready, altrimenti le risposte sono incomplete.
  • Limite free: circa 50 sorgenti per notebook. Per tematiche più ampie, creare notebook separati invece di uno generico.
  • Paywall genera errori: articoli Medium o Substack dietro paywall falliscono. Sostituire con alternative pubbliche o versioni archiviate.
  • Un notebook per tema coerente: NotebookLM risponde meglio con 10 sorgenti omogenee che con 50 eterogenee. Preferire notebook focalizzati.
  • Notebook effimero, vault persistente: il notebook esiste su server Google, il vault Obsidian è controllato dall'utente. Salvare sempre la sintesi nel vault.
  • Il notebook_id va riportato nel frontmatter della nota Obsidian per tracciabilità e possibili re-query future.
  • Scope discipline: questa skill produce ricerca grounded multi-sorgente con citazioni. Per query web semplici senza citazioni, usare direttamente i tool di ricerca standard; NotebookLM introduce overhead (indicizzazione, CLI) che non è giustificato se basta una risposta rapida senza rigor accademico.

References


_Basato su docs Anthropic skills, NotebookLM CLI pubblico. MIT License._

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/aithos-rr/aithos-selection/research-notebook/badge)](https://verified-skill.com/skills/aithos-rr/aithos-selection/research-notebook)

Something wrong with this skill or its page? Tell us.